NVIDIA DGX Spark: el petaflop de IA que puedes tener en tu escritorio
Cuando NVIDIA presenta un nuevo dispositivo, el sector tecnológico contiene la respiración. Esta vez no ha sido diferente. La compañía acaba de anunciar que comenzará a recibir pedidos para el DGX Spark, un ordenador de sobremesa específico para IA con un precio de 3.999 dólares (unos 3.700€). Y ojo, porque estamos hablando de un petaflop de potencia de cálculo y 128GB de memoria unificada en un formato tan pequeño que cabe perfectamente en tu mesa.
Un superordenador de bolsillo (bueno, casi)
La principal ventaja del DGX Spark frente a cualquier GPU convencional es su enorme memoria integrada, que permite ejecutar modelos de IA mucho más grandes que lo que podrías hacer con una tarjeta gráfica de consumo. Y esto no es poca cosa.
A partir de hoy, 15 de octubre, NVIDIA comienza a aceptar pedidos a través de su web, socios fabricantes y algunas tiendas seleccionadas en Estados Unidos. Lo que antes conocimos como «Proyecto DIGITS» en enero, y que recibió su nombre oficial en mayo, representa el intento de NVIDIA de crear una nueva categoría de estaciones de trabajo específicamente diseñadas para el desarrollo de IA.
¿Por qué necesitamos algo así?
Aquí viene la clave: muchos desarrolladores de IA se enfrentan a una frustración constante. Sus tareas superan las capacidades de memoria y software de los PCs y workstations estándar, lo que les obliga a trasladar su trabajo a servicios en la nube o centros de datos. Es como querer editar una película 8K en un portátil de hace 10 años: técnicamente posible, pero una pesadilla en la práctica.
El Spark promete resolver esto al incluir suficiente memoria para ejecutar modelos de IA más grandes de lo habitual para tareas locales. Estamos hablando de hasta 200 mil millones de parámetros y la capacidad de ajustar modelos de hasta 70 mil millones de parámetros sin necesidad de infraestructura remota. Para que te hagas una idea, esto permite ejecutar generadores de imágenes por IA, modelos de lenguaje de pesos abiertos más grandes, y crear chatbots personalizados.
El hardware que hace magia en miniatura
Si algo me sorprende del DGX Spark es su tamaño. NVIDIA ha conseguido meter un monstruo en una caja de apenas 15 x 15 x 5 cm que pesa 1,2 kg y consume 240 vatios. Para los que nos gusta comparar, es aproximadamente del tamaño de una consola como la PlayStation 5, pero mucho más plana.
El sistema está basado en el Superchip GB10 Grace Blackwell de NVIDIA, incluye conectividad de red ConnectX-7 de 200Gb/s, y utiliza la tecnología NVLink-C2C que proporciona cinco veces el ancho de banda de PCIe Gen 5. Y sí, esos 128GB de memoria unificada compartida entre el sistema y las tareas de la GPU son el verdadero punto fuerte.
Un cerebro especializado en IA
En cuanto al software, el Spark es un sistema basado en ARM que ejecuta DGX OS, un sistema operativo basado en Ubuntu Linux construido específicamente para procesamiento GPU. Viene con la pila de software de IA de NVIDIA preinstalada, incluidas las bibliotecas CUDA y los microservicios NIM de la compañía.
¿Vale la pena invertir 3.999 dólares?
Puede parecer caro, pero hagamos números. Una GPU profesional de gama alta como la RTX Pro 6000 cuesta unos 9.000 dólares, y una GPU para servidores de IA como la H100 básica ronda los 25.000 dólares. De repente, los 3.999 dólares del DGX Spark no suenan tan mal, ¿verdad?
Ahora bien, hay que matizar: según The Register, el rendimiento de computación GPU del chip GB10 es aproximadamente equivalente a una RTX 5070. La diferencia está en la memoria: mientras la 5070 se limita a 12GB, lo que restringe el tamaño de los modelos de IA que pueden ejecutarse, el DGX Spark con sus 128GB puede manejar modelos mucho más grandes, aunque a una velocidad menor que, por ejemplo, una RTX 5090 (que típicamente viene con 24GB de RAM).
Para ponerlo en contexto: para ejecutar la versión de 120 mil millones de parámetros del reciente modelo de lenguaje gpt-oss de OpenAI, necesitarías unos 80GB de memoria, algo imposible en una GPU de consumo.
El retorno a los orígenes
Jensen Huang, fundador y CEO de NVIDIA, ha querido darle un toque especial al lanzamiento. Personalmente entregó una de las primeras unidades a Elon Musk en las instalaciones de SpaceX en Texas, recordando una entrega similar que Huang hizo a Musk en OpenAI en 2016.
«En 2016, construimos el DGX-1 para dar a los investigadores de IA su propio superordenador. Entregué personalmente el primer sistema a Elon en una pequeña startup llamada OpenAI, y de ahí surgió ChatGPT», dijo Huang. «DGX-1 lanzó la era de los superordenadores de IA y desbloqueo las leyes de escalado que impulsan la IA moderna. Con DGX Spark, volvemos a esa misión».
El detector de IA frente a nuevos modelos creativos
Este lanzamiento llega en un momento interesante para los generadores de imágenes IA y el desarrollo de herramientas para detectarlas. Con la capacidad del DGX Spark, los desarrolladores podrán ejecutar localmente modelos como el Flux.1 de Black Forest Labs para generación de imágenes, o utilizar el modelo de visión y lenguaje Cosmos Reason de NVIDIA para crear agentes de búsqueda visual y resumen.
Esto plantea preguntas sobre cómo evolucionarán los detectores de IA frente a generadores cada vez más sofisticados que podrán ser personalizados localmente sin depender de APIs en la nube.
El futuro del desarrollo de IA en escritorio
¿Realmente existe un mercado para una estación de trabajo de IA de escritorio? Esa es la gran pregunta. Sobre todo teniendo en cuenta el coste inicial frente a las alternativas en la nube, que permiten a los desarrolladores pagar según van usando.
Mi opinión es que veremos dos tipos de adopción: por un lado, empresas medianas que necesitan desarrollar y ajustar modelos de IA sin depender constantemente de servicios en la nube (con los costes y problemas de privacidad que conllevan). Por otro, entusiastas y desarrolladores independientes que quieren experimentar con modelos más grandes sin limitaciones.
En cualquier caso, el DGX Spark marca un hito importante: la democratización de la potencia de cálculo para IA está dando un paso más, y NVIDIA quiere asegurarse de liderar ese camino.
